基于图像增强的病虫害分类识别方法

AITNT
正文
推荐专利
基于图像增强的病虫害分类识别方法
申请号:CN202410728103
申请日期:2024-06-06
公开号:CN118314605B
公开日期:2024-10-11
类型:发明专利
摘要
本申请涉及图像处理技术领域,尤其涉及基于图像增强的病虫害分类识别方法,包括:将农作物图像输入多标签分类网络以获取疑似类别和确定类别;构建初始伽马向量,对疑似类别的作物样本图像中各类图像区域进行伽马矫正,计算增强后作物样本图像中疑似类别的类间距离和类内距离,以获取目标函数,并将目标函数最大值时的初始伽马向量作为目标伽马向量;依据目标伽马向量对农作物图像进行伽马矫正,并将增强后的农作物图像输入多标签分类网络以获取第二识别结果;将第二识别结果和确定类别作为病虫害识别结果。本申请的技术方案能够精准获取病虫害识别结果。
技术关键词
病虫害 分类识别方法 分类网络 多标签 图像增强 样本 矫正 标记 图像处理技术 映射算法 特征值 果实 逻辑 参数
系统为您推荐了相关专利信息
1
一种导向辊轴类零件检测方法、系统、设备及存储介质
零件检测方法 检测网络模型 导向辊 辊轴 滤波去噪
2
一种空间单细胞基因多组学定量预测的方法及装置
深度学习模型 格式 图像块 染色 切片
3
一种基于频率聚合自注意力的任意尺寸图像增强方法
图像增强方法 注意力 频率 编码器单元 解码器单元
4
一种基于图像识别的火灾自动检测系统
自动检测系统 特征提取模块 图像采集模块 机器学习算法 回放模块
5
混合域自适应DCNN架构的金属表面缺陷检测评估方法
金属表面缺陷检测 状态空间模型 特征提取网络 高层语义特征 蒸馏
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号